去年一年,谷歌花掉了大概一個半西湖的水量。差評君翻了翻報告,發現罪魁禍首的矛頭,指向了數據中心。
那這些數據中心為什么這么耗水?今天就來跟大家聊聊,那些互聯網巨頭們都是怎么給服務器散熱的。
有什么辦法,能把杭州西湖的水給用完?
這是杭州西湖,三面環山,面積約6.39平方千米,南北長約3.2千米,東西寬約2.8千米,水體容量約為1429萬立方米。
這個水量能裝滿3810個水立方,能裝滿250億瓶農夫山泉,如果一天喝4瓶的話,可以給214041個人從剛出生,一口氣喝到80歲。
這些西湖水能裝滿我的淚,但是不夠谷歌用7個月。
大家好,這里是被AI搶走了農夫山泉的差評君,前段時間,谷歌發布了2023年環境報告。里面的一項離譜的數據,立馬引發的大伙們的關注。去年一年,谷歌花掉了56億加侖水,換算過來就2545萬立方米,這個水量,大概能裝滿一個半西湖。
當然整這么多水,肯定不是跑去搞什么“谷歌冰泉”“微軟山泉有點咸”這類玩意兒了。
差評君翻了翻報告,發現罪魁禍首的矛頭,指向了數據中心。這些水,大都被用去給數據中心散熱了.而且不單單是谷歌一枝獨秀,包括微軟、亞馬遜等等科技巨頭,也一個個都是耗水大戶。是的,數據中心散熱這件事兒,真的是太耗水了。。。
其實在早些年,不少數據中心散熱靠的并不是水,而直接用電,給服務器吹空調。就拿咱們自己為例,像是2021年,全國數據中心總耗電量就高達2166億度,約占全國總耗電量的2.6%。
看起來好像有些多,但是要是能物超所值,全用在數據處理和存儲上也不錯。但問題就是,有不少電用來做“無用功”了。
目前來說,大頭的“無用功”就是散熱。畢竟咱們還沒有點出超導技能樹,數據中心又全年無休,發熱量巨大。
為了讓儀器能夠在合適的環境下正常工作,就得大空調、大電扇嘎嘎上,自然就費電了。據統計,數據中心6成的成本都花在電費上,而這電費里的4成多又得花在散熱里。
所以為了省下這筆散熱的錢呢,好的方法就是盡可能地白嫖。于是我們就看到,各個企業絞盡腦汁。大家想的第一個方法就是“哪兒涼快去哪兒呆著”。2014年時,騰訊就擱貴州鑿出47萬平“七星洞”用來當數據中心。
2017年,華為在貴安新區造了個云上屯,用來當華為云數據中心。2018年,蘋果的iCloud數據也搖身一變成了“云上貴州”。
大家集體跑去貴州,一方面是貴州地價便宜、空氣清潔、水電資源豐富,電費便宜,政策上也有不少相關的優惠。另一方面就是貴州四季如春的環境足夠涼快和穩定,外界環境和數據中心本身的溫差就足夠大了,更有利于散熱。
比起國內這些往貴州跑,國外的大廠們更狠,Facebook早在2013年就在北極圈外的小鎮,建立了自己的數據中心。
除了往更涼快的地方去,數據中心本身也不斷嘗試新的散熱方式。在這個進化的過程中,數據中心的散熱也從很耗電,轉變成了更耗水。前面說的,空調冷卻系統因為需要大量的電給冷凝劑降溫,所以這幾年因為太費電逐漸被淘汰了。
那有沒有一種辦法,不用費電就有利于散熱,同時還能白嫖呢?沒錯,就是用水。相較傳統空調來說,蒸發冷卻機只靠外界水來降溫,不需要用電來降溫冷凝劑,所以可以大幅度減少耗電量。但代價就是用水量猛增。不過相對電來說,水總是更便宜的那個,所以大家普遍都開始選蒸發冷卻機。
除了蒸發冷卻機,為了提高散熱效率,還有公司直接給數據中心用上了液冷散熱。說到液冷散熱,差友們就不困了,畢竟家里那臺4090帶RGB燈帶的水冷散熱,可不是吃干飯的。但在數據中心里,水冷散熱還要更夸張。
看起來就有點像北京根服務器。像阿里在千島湖的數據中心,設備雖然都泡在特制的冷卻液里用于快速散熱,但這些液體終還是需要靠大量湖水來進行冷卻。用千島湖深層水源進行散熱。等等,千島湖?那我們買的農夫山泉,豈不就是...
除了阿里云以外,在數據中心省電這一環還有高手。絕的當屬微軟,他們在2018年的時候,就把“北方群島”服務器扔到了大西洋海底,利用海水潮汐進行水冷散熱。
而且建起來也省事,需要的電源備份也會比之前的要少。以前的空調散熱,電源備份還需要驅動空調,而換成了液冷之后這部分就不用擔心了。這種法子在水資源比較充分的地方整倒還方便,省電又省事。
但是這個世界上,水資源從來都不是平衡的。如果在一些缺水的地方還這樣整,那不就是缺了大德么?雖然被蒸發了的水蒸氣終還會回到大氣循環當中,但是等這些水蒸氣回流到當地水里,需要的時間可一點也不少。這一點在我國就保護的很好,在水資源缺乏的內蒙古地區就指名道姓發文決定:“轄區內大數據企業一律禁止使用地下水冷卻降溫。”
但是在美國的某些缺水地區,這服務器的耗水就整出了不少問題來。大家都知道,近這幾年美國一直鬧旱災,然后幾個大廠又在瘋狂新建數據中心,其中不少就建在亞利桑那州。為啥會選這地方建這數據中心呢,這可不是瞎選的啊。首先這玩意緊挨著搞科技的加州,而且工業電費還比加州便宜不少。
再加上沙漠地區地皮也不貴,在這建數據中心能省不少錢。而且這些地區的政府,為了讓這些數據中心來安家,也會在稅收上做不少政策優惠,有時候還會簽協議優先保證水量供應。本來一切也都好好的,亞利桑那洲雖然非常干旱,但是科羅拉多河從中流過,靠著原本的地下水一起湊合湊合還夠用。但問題是近,科羅拉多河也開始缺水了,地主家也沒有余糧啊。
幾個因素一疊加,事情就麻煩了。比如谷歌在亞利桑那州的梅薩建立數據中心時,就和當地政府簽了一份協議,梅薩要“優先”保證谷歌每天能有足夠的水進行散熱。
這對于水資源本來就不富裕梅薩來說,已經影響到當地生態系統,甚至人類的生活用水了。類似的還有亞利桑那州政府,因為供水給數據中心,被迫停了城市基建,還被美國聯邦政府教訓:“少用點河水”。
而在達爾斯,谷歌3座數據中心的年耗水量,已經將近達到了它市年總用水量的三分之一,被當地媒體一路追著咬。至于建立大型循環設備,讓水蒸氣能循環利用的方法也不是沒人提過,但是由于建設成本太高、維護成本遙遙無期、又費錢費電等方面原因,基本也都擱置了。
好在這會兒隨著越來越多的人關注的到這些亂用水的廠商。各個大廠也是也不得不服軟,開始優化自家散熱設備,給公眾畫大餅。像谷歌承諾到2030年時,無論是東水西調,還是投資海水凈化設施,反正自己用了多少水,就得整出120%的水來回報。微軟則是承諾到2024年,將全球數據中心蒸發冷卻系統的用水量減少95%,到2030年將實現“水中和(全球范圍內補充的水量將超過其消耗的水量)”。
只不過,他們的承諾完成進展實在堪憂,根據谷歌自己的報告,目前其補充量僅做到了6%。為什么呢,可能還得怪ChatGPT。隨著生成式大模型的爆火,這水資源耗得越來越多了。按照加州大學副教授ShaoleiRen的說法,谷歌用水量比去年足足多了20%,很巧的是,這一年谷歌的算力也長了20%。
所以他們主動思考、大膽假設、冷靜分析——是因為在AI軍備競賽,才會讓數據中心耗水更多。也不光是谷歌家AI費水,根據美國加州大學河濱分校的一項研究發現,ChatGPT為代表的語言大模型的用水量就是很多。
據他們測算,OpenAI光是訓練個GPT-3就用掉了70萬升水,更不要說數據量更大的GPT-4。而且除了訓練階段,后續的使用也特別費水,和GPT們隨便聊個三五十句,就得消耗一瓶農夫山泉的水。
眼下AI熱潮仍在繼續,大家的AI競爭只會越來越激烈,數據中心的作用只會越來越大。
所以差評君覺得,這數據中心的散熱現狀,多半又得來一波大升級了。而無論是國內,還是國外的科技大廠們,在建時,也關注一下水資源等相關的問題。
不然在AI搶走人類工作之前,一些人賴以生存的水,可能先被AI搶走了。
本文鏈接:http://www.tebozhan.com/showinfo-24-11961-0.html夠21萬人喝一輩子的水 還不夠谷歌服務器用7個月
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com